-
返回函数可以把一些计算延迟执行。查看全部
-
返回函数 Python的函数不但可以返回int、str、list、dict等数据类型，还可以返回函数！ 例如，定义一个函数 f()，我们让它返回一个函数 g，可以这样写： def f(): print 'call f()...' # 定义函数g: def g(): print 'call g()...' # 返回函数g: return g 仔细观察上面的函数定义，我们在函数 f 内部又定义了一个函数 g。由于函数 g 也是一个对象，函数名 g 就是指向函数 g 的变量，所以，最外层函数 f 可以返回变量 g，也就是函数 g 本身。 调用函数 f，我们会得到 f 返回的一个函数： >>> x = f() # 调用f() call f()... >>> x # 变量x是f()返回的函数： <function g at 0x1037bf320> >>> x() # x指向函数，因此可以调用 call g()... # 调用x()就是执行g()函数定义的代码 请注意区分返回函数和返回值： def myabs(): return abs # 返回函数 def myabs2(x): return abs(x) # 返回函数调用的结果，返回值是一个数值 返回函数可以把一些计算延迟执行。例如，如果定义一个普通的求和函数： def calc_sum(lst): return sum(lst) 调用calc_sum()函数时，将立刻计算并得到结果： >>> calc_sum([1, 2, 3, 4]) 10 但是，如果返回一个函数，就可以“延迟计算”： def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy_sum # 调用calc_sum()并没有计算出结果，而是返回函数: >>> f = calc_sum([1, 2, 3, 4]) >>> f <function lazy_sum at 0x1037bfaa0> # 对返回的函数进行调用时，才计算出结果: >>> f() 10 由于可以返回函数，我们在后续代码里就可以决定到底要不要调用该函数。查看全部
-
带参数decorator def log(prefix): def log_decorator(f): def wrapper(*args, **kw): print '[%s] %s()...' % (prefix, f.__name__) return f(*args, **kw) return wrapper return log_decorator @log('DEBUG') def test(): pass print test() 拆开以后会发现，调用会失败，因为在3层嵌套的decorator定义中，最内层的wrapper引用了最外层的参数prefix，所以，把一个闭包拆成普通的函数调用会比较困难。不支持闭包的编程语言要实现同样的功能就需要更多的代码。查看全部
-
在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算 f(x)=x2 时，除了定义一个f(x)的函数外，还可以直接传入匿名函数： >>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]) [1, 4, 9, 16, 25, 36, 49, 64, 81] 通过对比可以看出，匿名函数 lambda x: x * x 实际上就是： def f(x): return x * x 关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。 匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。 使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码查看全部
-
像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。 闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变查看全部
-
保持函数原来的一些属性查看全部
-
返回函数可以把一些计算延迟执行。例如，如果定义一个普通的求和函数： def calc_sum(lst): return sum(lst) 调用calc_sum()函数时，将立刻计算并得到结果： >>> calc_sum([1, 2, 3, 4]) 10 但是，如果返回一个函数，就可以“延迟计算”： def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy_sum # 调用calc_sum()并没有计算出结果，而是返回函数: >>> f = calc_sum([1, 2, 3, 4]) >>> f <function lazy_sum at 0x1037bfaa0> # 对返回的函数进行调用时，才计算出结果: >>> f() 10 由于可以返回函数，我们在后续代码里就可以决定到底要不要调用该函数。查看全部
-
sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。查看全部
-
filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。查看全部
-
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值查看全部
-
map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回查看全部
-
使用pip来安装第三方模块查看全部
-
有的时候，两个不同的模块提供了相同的功能，比如 StringIO 和 cStringIO 都提供了StringIO这个功能。 这是因为Python是动态语言，解释执行，因此Python代码运行速度慢 如果要提高Python代码的运行速度，最简单的方法是把某些关键函数用 C 语言重写，这样就能大大提高执行速度。同样的功能，StringIO 是纯Python代码编写的，而 cStringIO 部分函数是 C 写的，因此 cStringIO 运行速度更快 利用ImportError错误，我们经常在Python中动态导入模块： try: from cStringIO import StringIO except ImportError: from StringIO import StringIO try 的作用是捕获错误，并在捕获到指定错误时执行 except 语句 利用import ... as ...，还可以动态导入不同名称的模块。查看全部
-
要使用一个模块，我们必须首先导入该模块。Python使用import语句导入一个模块。 如果我们只希望导入用到的math模块的某几个函数，而不是所有函数，可以用下面的语句： from math import pow, sin, log 如果使用 from...import 导入 log 函数，势必引起冲突。这时，可以给函数起个“别名”来避免冲突： from math import log from logging import log as logger # logging的log现在变成了logger print log(10) # 调用的是math的log logger(10, 'import from logging') # 调用的是logging的log查看全部
-
所以，functools.partial可以把一个参数多的函数变成一个参数少的新函数，少的参数需要在创建时指定默认值，这样，新函数调用的难度就降低了。查看全部
举报
0/150
提交
取消